滚动轴承是大型设备中不可或缺的组成之一,广泛应用于国防事业和国民经济中,为祖国的现代化建设贡献了力量。为了保障大型设备平稳的运行,需要对滚动轴承的剩余使用时间做出推断,这样不但可以保障工作人员的安全,还可以大幅度地降低成本,因此亟待展开关于滚动轴承的预测与健康管理（Prognostics and Health Management,PHM）研究与工程实践。其中,剩余寿命（Remaining Useful Life,RUL）预测一直是PHM研究中的关键所在。本文在目前剩余寿命预测研究的基础上,把滚动轴承作为对象,采用滚动轴承的数据集,研究变点存在下的退化模型,最终得到更加准确的剩余寿命。本文提出以下研究内容:（1）首先,针对目前剩余寿命预测方法没有考虑变点出现的情况,提出了基于Wiener过程的单变点剩余寿命预测方法。根据基于首达时间的失效时间,得到剩余寿命的参数分布,并给出了基于EM算法的模型参数估计方法。（2）其次,考虑到设备的实际退化过程中,变点的个数并不是单一的,而是多个变点并存的状态,针对多变点存在的问题,在单变点模型的基础上,提出了多变点的剩余寿命预测方法。根据需要解决的问题,建立合理的多变点退化模型,求解未知参数的估计值,并与单变点退化模型的预测方法进行比较。（3）最后,在多变点剩余预测模型的基础上,考虑到设备个体之间的差异性,提出了模型参数相关情况下的多变点预测模型。提出了模型参数服从高斯—逆伽马分布,并对模型中存在多参数耦合情况下的参数估计方法。在得到模型参数的估计值之后,利用Bayes公式得到模型参数的后验分布,最终得到更新后的剩余寿命。